Funktioiden approksimointi ja interpolointi

Samankaltaiset tiedostot
Numeeriset menetelmät

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Numeeriset menetelmät

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Epälineaaristen yhtälöiden ratkaisumenetelmät

Pienimmän neliösumman menetelmä

Numeerinen integrointi ja derivointi

Numeeriset menetelmät

Epälineaaristen yhtälöiden ratkaisumenetelmät

Iteratiiviset ratkaisumenetelmät

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

Numeeriset menetelmät

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Matematiikan peruskurssi 2

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

Konjugaattigradienttimenetelmä

Luku 4. Derivoituvien funktioiden ominaisuuksia.

811120P Diskreetit rakenteet

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

Lineaarinen toisen kertaluvun yhtälö

PERUSASIOITA ALGEBRASTA

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

1 Lineaariavaruus eli Vektoriavaruus

5 Differentiaalilaskentaa

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu

Tenttiin valmentavia harjoituksia

x 0 x 1 x 2... x n y 0 y 1 y 2... y n Taulukko 1:

Muotoinosa tulkitaan vasta suoritushtkellä.

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

MS-A0102 Differentiaali- ja integraalilaskenta 1

Kompleksiluvut., 15. kesäkuuta /57

Reaalilukuvälit, leikkaus ja unioni (1/2)

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

Luento 8: Epälineaarinen optimointi

Miten osoitetaan joukot samoiksi?

6. OMINAISARVOT JA DIAGONALISOINTI

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

MAA2.3 Koontitehtävät 2/2, ratkaisut

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

Derivaatan sovellukset (ääriarvotehtävät ym.)

Este- ja sakkofunktiomenetelmät

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Johdatus reaalifunktioihin P, 5op

Matematiikan tukikurssi

Numeeriset menetelmät

(0 desimaalia, 2 merkitsevää numeroa).

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32

Numeerinen analyysi Harjoitus 1 / Kevät 2017

802320A LINEAARIALGEBRA OSA I

Koodausteoria, Kesä 2014

Luento 8: Epälineaarinen optimointi

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

JATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista.

Harjoitus 7 -- Ratkaisut

Rollen lause polynomeille

Numeerinen integrointi

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

mlnonlinequ, Epälineaariset yhtälöt

2 Funktion derivaatta

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

Trooppisen algebran peruslause

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki = 16 3 =

4 Yleinen potenssifunktio ja polynomifunktio

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Nopea kertolasku, Karatsuban algoritmi

H5 Malliratkaisut - Tehtävä 1

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

3. Laadi f unktioille f (x) = 2x + 6 ja g(x) = x 2 + 7x 10 merkkikaaviot. Millä muuttujan x arvolla f unktioiden arvot ovat positiivisia?

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

[E : F ]=[E : K][K : F ].

MAT Laaja Matematiikka 1U. Hyviä tenttikysymyksiä T3 Matemaattinen induktio

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Vastaus: 10. Kertausharjoituksia. 1. Lukujonot lim = lim n + = = n n. Vastaus: suppenee raja-arvona Vastaus:

Luento 9: Yhtälörajoitukset optimoinnissa

Matematiikka B1 - TUDI

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia

Polynomit, interpolaatio ja funktion approksimointi

Matematiikan tukikurssi

Mikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen.

6. Toisen ja korkeamman kertaluvun lineaariset

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

1 Rajoittamaton optimointi

MATP153 Approbatur 1B Harjoitus 6 Maanantai

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

Osi*aisintegroin2. Osi*aisintegroin2: esimerkkejä. Osi*aisintegroin2tapauksia 1/29/13. f'(x)g(x)dx=f(x)g(x) f(x)g'(x)dx. f'(x)g(x)dx=f(x)g(x)

Transkriptio:

Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics

interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3 Funktion kuvaaja punaisella 6 2.5 Interpolaation kuvaaja vihreã llã 5 2 4 1.5 3 2 1 1 0.5 0 2 1.5 1 0.5 0 0.5 1 1.5 2 0 0 0.5 1 1.5 2 2.5 3 3.5 4 Keijo Ruotsalainen Matematiikan jaos 2 / 22

Interpolaatio Funktion approksimointi, kun funktion arvot tunnetaan äärellisessä pistejoukossa Olkoon (x i,y i ), i = 1,...,n, annetut n+1 pisteparia. Tehtävä: Määrää funktio Φ(x) siten, että Φ(x i ) = y i, i = 0,...,n Sanotaan, että Φ interpoloi arvoja y i pisteissä x i. Polynomi-interpolaatio, jos Φ(x) on algebrallinen polynomi Trigonometrinen interpolaatio, jos Φ(x) on trigonometrinen polynomi, so. sini- ja kosinifunktioiden summa Paloittain polynomi-interpolaatio, jos Φ(x) on paloittain polynomi Keijo Ruotsalainen Matematiikan jaos 3 / 22

Polynomi-interpolaatio Interpolaatiopisteet (x 0,x 1,...,x n ) ja f(x) annettu funktio. Määrää n-asteinen polynomi P siten, että P(x i ) = f i, i = 0,...,n. Lause 4.1 Interpolaatio-ongelmalla on yksikäsitteisesti määrätty ratkaisu P n (x) = n f i L i (x), L i (x) = i=0 n j = 0 i j x x j x i x j. missä L i (x) on Lagrange n kantapolynomi: Keijo Ruotsalainen Matematiikan jaos 4 / 22

Newtonin esitys Interpolaatiopolynomia haetaan muodossa P n (x) = a 0 + a 1 (x x 0 )+a 2 (x x 0 )(x x 1 ) + +a n (x x 0 ) (x x n 1 ). Polynomin kertoimet ratkaistaan interpolaatioehdosta P n (x j ) = f j. Keijo Ruotsalainen Matematiikan jaos 5 / 22

Yhtälöryhmä Yhtälöryhmä on alakolmiomuotoa f 0 = a 0 f 1 = a 0 +(x 1 x 0 )a 1 f 2 = a 0 + a 1 (x 2 x 0 )+a 2 (x 2 x 0 )(x 2 x 1 ). =. f n = a 0 + +a n (x n x 0 ) (x n x n 1 ), jolla ilmeisesti on yksikäsitteinen ratkaisu. Keijo Ruotsalainen Matematiikan jaos 6 / 22

Jaetut erotukset Jaetut erotukset Olkoon x = (x 1,...,x n ) ja f = (f 1,...,f n ) kaksi vektoria. Jaettu erotus f[x i,...,x i+k ] määritellään rekursiivisesti, kun j = i + 1,...,i + k: f[x i ] = f i f[x i,...,x j ] = f[x i+1,...,x j ] f[x i,...,x j 1 ] x j x i Keijo Ruotsalainen Matematiikan jaos 7 / 22

Newtonin erotustaulukko x 0 x 1 x 2 x 3 x 4. f 0 f 1 f 2 f 3 f 4. f[x 0,x 1 ] f[x 1,x 2 ] f[x 2,x 3 ] f[x 3,x 4 ]. f[x 0,x 1,x 2 ] f[x 1,x 2,x 3 ] f[x 2,x 3,x 4 ]. f[x 0,x 1,x 2,x 3 ] f[x 1,x 2,x 3,x 4 ]. f[x 0,x 1,x 2,x 3,x 4 ]. Lause 4.2 Newtonin interpolaatiopolynomin kertoimet ovat a j = f[x 0,x 1,,x j ], j = 0,1,2,,n. Keijo Ruotsalainen Matematiikan jaos 8 / 22

Newtonin esityksen kertoimien laskeminen Algoritmi Alustus: a[i] = f(i), i = 0,...,n. for (j = 1; j <= n; j ++) for (i = n; i >= j; i ) a[i] = (a[i] a[i 1])/(x[i] x[i j]) Kertoimien laskemiseen tarvitaan n 2 kertolaskua 1 2 n2 yhteenlaskua. Keijo Ruotsalainen Matematiikan jaos 9 / 22

Newtonin interpolaatiopolynomin laskeminen Newtonin polynomin kertoimet a i, i = 0,...,n Teleskooppitulo: P(t) = (( ((a n (t x n 1 ) +a n 1 )(t x n 2 )+a n 2 ) )(t x 1 )+a 1 (t x 0 )+a 0. pseudoalgoritmi p for = c[n]; (i = n 1; i >= 0; i ) p = p (t x[i])+c[i]; Algoritmissa suoritetaan 2n yhteenlaskua ja n kertolaskua. Keijo Ruotsalainen Matematiikan jaos 10 / 22

Matlab-koodi interpolaatiolle function [f] = interpol(x,y,z) %interpol.m laskee interpolaatiopolynomin Newtonin esityksen % x on interpolaatiopisteistö, y on funktion arvot % z pisteet, joissa interpolaatiopolynomi evaluoidaan [m n]=size(y); for j=1:m a(:,1)=y(j,:) ; for i=2:n a(i:n,i)=(a(i:n,i-1)-a(i-1,i-1))./(x(i:n)-x(i-1)) ; end f(j,:)=a(n,n).*(z-x(n-1))+a(n-1,n-1); for i=2:n-1 f(j,:)=f(j,:).*(z-x(n-i))+a(n-i,n-i); end end return Keijo Ruotsalainen Matematiikan jaos 11 / 22

Interpolaatiovirhe Lause 4.3 Olkoon [a, b] väli sisältäen interpolaatiopisteet {x 0,...,x n }, ja funktio f(x) tällä välillä (n+1)-kertaa jatkuvasti differentioituva funktio. Silloin jokaisella x [a, b] on olemassa ξ x [a, b] siten, että f(x) P n (x) = (x x 0 ) (x x n ) f (n+1) (ξ x ) (n+1)! Keijo Ruotsalainen Matematiikan jaos 12 / 22

Todistus Funktion g λ (x) = f(x) P n (x)+λ(x x 0 ) (x x n ), λ R. nollakohdat x 0,...,x n. Olkoon α [a, b]\{x 0,...,x n } mielivaltainen. Valitaan λ α = f(α) Pn(α) n i=0 (α x i). Funktiolla g λα (x) on välillä [a, b] n+2 nollakohtaa. x 0 < x 1 <... < x n < α = x n+1. Rolle n lause derivaatalla g (j) (x) on n+2 j λ(α) nollakohtaa x (j) i, i = 0,1,...,n+1 j välillä [a,b] x (j 1) i < x (j) i < x (j 1) i. Keijo Ruotsalainen Matematiikan jaos 13 / 22

Todistus jatkuu Siten funktiolla g (n+1) λ(α) (x) on nollakohta ξ α [a, b]: 0 = g λ(α (n+1) ) (ξ α) = f (n+1) (ξ α ) P n (n+1) (ξ α )+λ α (n+1)!. Koska n-asteisen polynomin n+ 1-kertainen derivaatta häviää identtisesti, niin välttämättä λ α = f (n+1) (ξ α ) (n+1)!. Pisteessä α [a,b]\{x 0,..., x n }: 0 = g α (α) = f(α) P n (α)+λ α (α x 0 ) (α x n ). Sijoittamalla tähän identiteettiin λ α saadaan väittämä. Väite on triviaalisti tosi pisteissä x 0,...,x n. Keijo Ruotsalainen Matematiikan jaos 14 / 22

Huomiota konvergenssista Interpolaatiopisteitä ei kannata valita aina tasavälisesti eikä ainakaan kannata lisätä niiden lukumäärää määrättömästi kuten seuraava Runge n esittämä esimerkki osoittaa. Tarkastellaan funktiota f(t) = 1 1+t 2 välillä [ 5, 5]. Interpoloidaan sitä tasavälisellä hilalla n-asteisella polynomilla. Jos interpolaatiopisteiden lukumäärä n kasvaa rajatta, niin voidaan ( ei kovin ) helposti osoittaa, että myös interpolaation maksimivirhe kasvaa rajatta. Nimittäin n-asteisen interpolaatiopolynomin virheelle on voimassa lim max P n(x) f(x) =. n x [ 5,5] Keijo Ruotsalainen Matematiikan jaos 15 / 22

Rungen esimerkki 2 Interpolaatiopolynomi vihreã llã 1.5 Funktion 1/(1+x 2 ) kuvaaja punaisella 1 0.5 0 0.5 5 4 3 2 1 0 1 2 3 4 5 Keijo Ruotsalainen Matematiikan jaos 16 / 22

Chebyshevin pisteet Chebyshevin pisteet valitaan siten, että virhepolynomi ω(t) = (t x 0 )(t x 1 ) (t x n ), on tasaisesti mahdollisimman pieni Oletus: max t [ 1,1] f (n+1) (t) M. Tällöin M f(t) P(t) max (n+1)! ω(x). x [ 1,1] Virhepolynomin johtavan termin kerroin on yksi, ts. ω(x) = x n+1 + q n (x), missä q n (x) on n-asteinen polynomi Tavoite: Etsi n+1-asteinen polynomi, jonka maksimi välillä [ 1,1] on pienin mahdollinen. Tällöin tämän polynomin nollakohdat ovat siten optimaalisia interpolaatiopisteitä. Keijo Ruotsalainen Matematiikan jaos 17 / 22

Chebyshevin polynomit Chebyshevin polynomi T n (x) = T n (cos(φ)) = cos(nφ), x = cos(φ) [ 1,1]. Trigonometrinen identiteetti cos((n+1)φ)+cos((n 1)φ) = 2cos(φ)cos(nφ) rekursiokaava T n+1 (x) = 2xT n (x) T n 1 (x). Kaksi ensimmäistä polynomia: T 0 (x) = 1, T 1 (x) = x. Induktiolla voidaan päätellä, että funktio T n (x) on n-asteinen polynomi. Chebyshevin polynomien maksimiarvot: max x [ 1,1] T n (x) = 1, Derivaatan nollakohdissa: x k = cos( kπ n ), k = 0,1,2,...,n. Keijo Ruotsalainen Matematiikan jaos 18 / 22

Chebyshevin lause Rekursio T n+1 (x) = 2xT n (x) T n 1 (x). T-polynomin johtavan termin ( siis x n :n ) kerroin on 2 n 1. Lause 4.4 Kaikille x [ 1,1]: Lause 4.5 2 n+1 T n (x) 1 2 n 1 Jos polynomi P n (x) on n-asteinen ja jonka johtavan termin kerroin on yksi, niin max P n(x) 1 x [ 1,1] 2 n 1 max T n(x) = 1 x [ 1,1] 2 n 1. Keijo Ruotsalainen Matematiikan jaos 19 / 22

Todistus Oletetaan, että on olemassa polynomi P n (x), jonka asteluku on n ja P n (x) < 1 2n 1, x [ 1,1]. Polynomin T n (x) ääriarvokohdissa x k, k = 0,...,n: 1 P n (x 0 ) < 2 n 1 P n (x 1 ) > 1 2 n 1. Jatkuvuuden nojalla polynomilla Q(x) = P n (x) 1 2 n 1 T n (x) on T-polynomin ääriarvokohtien välissä ainakin n eri nollakohtaa. Keijo Ruotsalainen Matematiikan jaos 20 / 22

Tod. jatkuu P n (x) = x n +..., 1 2n 1 T n(x) = x n + deg(q(x)) = n 1 Algebran päälause Q(x) 0, vastoin oletusta. Näin ollen oletus, että olisi olemassa polynomi P n (x), joka on kaikille x [ 1, 1] itseisarvoltaan pienempi kuin 1 2 n 1 ja jonka johtavan termin kerroin olisi yksi, on väärä. Keijo Ruotsalainen Matematiikan jaos 21 / 22

Chebyshevin pisteet Chebyshevin pisteet ovat polynomin ω(x) = 2 n T n+1 (x) nollakohdat π x k = cos( 2(n+1) + πk ), 0 k n. n+1 Chebyshevin pisteet optimaalinen valinta interpolaatiopisteille välillä [ 1, 1]. Chebyshevin pisteet välillä [a, b]: x k = a+ b a 2 ( x k + 1). Keijo Ruotsalainen Matematiikan jaos 22 / 22

Runge ja Chebyshev 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 5 4 3 2 1 0 1 2 3 4 5 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 5 4 3 2 1 0 1 2 3 4 5 Keijo Ruotsalainen Matematiikan jaos 23 / 22